Table of Contents: Der Glaube an Big Data :

Der Glaube an Big Data : Eine Analyse Gesellschaftlicher Überzeugungen Von Erkenntnis- und Nutzengewinnen Aus Digitalen Daten.

Bibliographic Details
Main Author:	Lünich, Marco.
Format:	eBook
Language:	German
Published:	Wiesbaden : Springer Fachmedien Wiesbaden GmbH, 2022.
Edition:	1st ed.
Subjects:	Electronic books.
Online Access:	Click to View

Table of Contents:

Intro
Danksagung
Inhaltsverzeichnis
Abkürzungsverzeichnis
Abbildungsverzeichnis
Tabellenverzeichnis
1 Einleitung
2 Der vermeintliche Siegeszug der Digitalisierung
2.1 Erkenntnisinteressen und Forschungsobjekte der Digitalisierungsforschung
2.2 Die öffentliche Wahrnehmung der (Un-)Wahrscheinlichkeit des Siegeszuges der Digitalisierung vor dem Hintergrund der Konzeption der Wissensgesellschaft
3 Digitale Daten und Big Data
3.1 Der Datenbegriff
3.2 Daten und Daten-Speichermedien
3.3 Von digitalen Daten zu Big Data
3.4 Technische Charakteristika und Beschreibungsdimensionen von Big Data
3.4.1 Das Volumen digitaler Datenentstehung und -verwertung
3.4.2 Die Geschwindigkeit digitaler Datenentstehung und -verwertung
3.4.3 Die Vielfalt digitaler Datenentstehung und -verwertung
3.5 Die sozio-technischen Dimensionen von Big Data
3.5.1 Die Richtigkeit digitaler Daten
3.5.2 Der Nutzen digitaler Daten
3.6 Die Bedeutung von Big Data im Zusammenhang mit Algorithmen, Künstlicher Intelligenz und maschinellem Lernen
4 Big Data und Wissen
4.1 Der Wissensbegriff
4.1.1 Die Bedingung der Wahrheit
4.1.2 Die Bedingung der Überzeugung
4.1.3 Die Bedingung der Rechtfertigung
4.1.4 Die Unterscheidung von deklarativem Wissen und prozeduralem Wissen
4.2 Die Wissensgesellschaft
5 Big Data und Wissen über Gesellschaft - die Quantifizierung des Sozialen
5.1 Zur Bedeutung von Zahlen im sozialen Kontext
5.2 Zahlen als Grundlage von Bewertungen und Vergleichen
5.3 IuK als Motor globaler Vergleichshorizonte
5.4 Die Wahrnehmung großer digitaler Datenbestände vor dem Hintergrund der Quantifizierung des Sozialen
6 Das Big-Data-Glaubenssystem (BDGS)
6.1 Glaube im Verhältnis und Abgrenzung von anderweitigen Konzepten menschlicher Wahrnehmung.
6.2 Der Unterschied zwischen Glaubens- und Wissenssystemen
6.2.1 Dissens, Bewertungsunterschiede und Ungewissheit als Merkmale der Annahmen eines BDGS
6.2.2 Weiterführende diskursive Merkmale eines Big-Data-Glaubenssystems
7 Fragen nach der Ausprägung eines Glaubens an Big Data und dessen Einfluss auf Einstellungen zum Einsatz von KI-Anwendungen
8 Methodik der Skalenkonstruktion für das Big-Data-Glaubenssystem und erste empirische Evidenzen
8.1 Die Operationalisierung und Messung von Glauben und Glaubenssätzen mit Hilfe der standardisierten Befragung
8.2 Die Operationalisierung von Messung von Glauben als reflektives latentes Konstrukt
8.3 Befragungsitems als manifest beobachtbare Indikatoren der Messung der latenten Konstrukte des BDGS
8.4 Zur Operationalisierung der latenten Konstrukte des Big-Data-Glaubenssystems - Voraussetzungen der Konzeption von geeigneten Indikatoren
8.4.1 Festlegung der Zielgruppe des Tests
8.4.2 Berücksichtigung möglicher Herausforderungen bei der Testkonzeption durch sozio-demografische Merkmale der Befragten
8.4.3 Berücksichtigung möglicher Herausforderungen bei der Testkonzeption durch das Erlebens- und Verhaltensspektrum der Befragten
8.4.4 Der Einfluss der Sprachbeherrschung der Zielgruppe auf die Testkonstruktion
8.4.5 Item- und Testfairness
8.4.6 Die Wahl der Antwortdimensionen der BDGS-Skala
8.4.7 Einleitungstext
8.5 Vorgehen bei der Itemgenerierung
8.5.1 Die notwendige Anzahl der Frageitems
8.5.2 Diskussion der Items mit Fachkollegen
8.5.3 Befragung von typischen Nutzer*innen digitaler Medien mittels der Methode des lauten Denkens
8.5.4 Zusammensetzung der Frageitems für die erste Erhebung
9 Studie 1 - Durchführung der Skalenkonstruktion
9.1 Erhebung 1.1 der Skalenkonstruktion - Identifikation geeigneter Frageitems und Prüfung der Modellstruktur.
9.1.1 Aufbau des Fragebogens
9.1.2 Feldphase, Datenbereinigung und finale Stichprobe
9.1.3 Vorgehen bei der Datenanalyse mittels konfirmatorischer Faktorenanalyse durch Strukturgleichungsmodellierung
9.1.4 Die Richtigkeit digitaler Daten - die Dimensionen Genauigkeit, Wahrhaftigkeit und Objektivität digitaler Daten sowie der hieraus resultierende Wissensgewinn
9.1.5 Die Nutzendimensionen des BDGS
9.1.6 Datenauswertung für das finale Messmodell der BDGS-Skala
9.1.7 Der Zusammenhang der BDGS-Skala mit der Bewertungsdimension Volumen
9.1.8 Diskussion der Ergebnisse der Skalenkonstruktion
9.1.9 Skalenanpassungen auf Basis von Erkenntnissen der ersten Erhebung der Skalenkonstruktion
9.2 Validierung der Skalenkonstruktion in Erhebung 1.2 und Erhebung 1.3
9.2.1 Feldphasen und Sample
9.2.2 Datenauswertung und Ergebnisse
9.2.3 Diskussion der Ergebnisse
9.3 Reflexion über die Skalenerstellung im Anschluss an Skalenkonstruktion und Validierung
9.3.1 Problematik der Formulierungen der Fragebogenitems
9.3.2 Problematik der Präsentation der Fragebogenitems
10 Studie 2 - Die Auswirkungen der Überzeugungen des Glaubens an Big Data - Erkenntnisse aus vier empirischen Erhebungen
10.1 Erkenntnisinteresse BDGS
10.2 Anmerkungen zur Durchführung der empirischen Arbeit und der Reichweite der Befunde
10.3 Erhebungskontexte
10.3.1 Erhebung 2.1 - Big Data, KI und europäische Politikentscheidungen
10.3.2 Erhebung 2.2 - Die Bedrohungswahrnehmung von Künstlicher Intelligenz
10.3.3 Erhebung 2.3 - Big Data im Krankenversicherungssystem
10.3.4 Erhebung 2.4 - Big Data und KI im Hochschulbereich
10.4 Präregistrierung
10.5 Feldphasen, Sample und Fragebogenaufbau
10.5.1 Erhebung 2.1 EU und KI
10.5.2 Erhebung 2.2 KI-Bedrohung
10.5.3 Erhebung 2.3 Krankenversicherung.
10.5.4 Erhebung 2.4 KI und Hochschule
10.6 Operationalisierung der untersuchten Konstrukte
10.6.1 Erhebung 2.1 EU und KI
10.6.2 Erhebung 2.2 KI-Bedrohung
10.6.3 Erhebung 2.3 Krankenversicherung
10.6.4 Erhebung 2.4 KI und Hochschule
10.7 Datenauswertung für das ‚Big-Data-Glaubenssystem' in den Erhebungen 2.1 bis 2.4
10.8 Diskussion der Ergebnisse des BDGS in den Erhebungen 2.1 bis 2.4
10.9 Ergebnisse der Erhebung 2.1 EU und KI
10.9.1 Datenauswertung und Ergebnisse
10.9.2 Diskussion der Ergebnisse von Erhebung 2.1 EU und KI
10.10 Ergebnisse der Erhebung 2.2 KI-Bedrohung
10.10.1 Datenauswertung und Ergebnisse
10.10.2 Diskussion der Ergebnisse von Erhebung 2.2 KI-Bedrohung
10.11 Ergebnisse der Erhebung 2.3 Krankenversicherung
10.11.1 Datenauswertung und Ergebnisse
10.11.2 Diskussion der Ergebnisse von Erhebung 2.3 Krankenversicherung
10.12 Ergebnisse der Erhebung 2.4 KI und Hochschule
10.12.1 Datenauswertung und Ergebnisse
10.12.2 Diskussion der Ergebnisse von Erhebung 2.4 KI und Hochschule
11 Fazit
11.1 Zusammenfassung der Studienergebnisse
11.2 Erkenntnisse und Anschlussfragen
11.3 Ausblick
Literaturverzeichnis.

Der Glaube an Big Data : Eine Analyse Gesellschaftlicher Überzeugungen Von Erkenntnis- und Nutzengewinnen Aus Digitalen Daten.

Similar Items